arXiv · 机器人与计算机视觉· Svetlana Krasnova, Andrey Krylov, Dmitry Sorokin·· 2 天前AI 评分19
OA-BreaCR、LMV-Net与Mirai模型在乳腺影像风险预测中的时序评估新方法
Beyond AUC: Do Mammography Risk Models Predict When Cancer Occurs?
AI 导读
针对仅用AUC和一致性指数无法反映癌症发生时间的缺陷,研究提出以c_time作为主要时序指标重新评估OA-BreaCR、LMV-Net及Mirai模型。结果显示尽管C-index高达0.75,各模型在诊断时间排序上均未显著优于随机猜测(c_time介于0.51至0.58)。新提出的两阶段分离“是否”与“何时”模型在判别力持平的情况下,将时序排序能力提升至0.58。
来源:arXiv · 机器人与计算机视觉 · arxiv.org